搜索资源列表
MCRGSA
- MCRGSA------组播路由问题遗传模拟退火算法 ％M-----------遗传算法进化代数 ％N-----------种群规模，取偶数 ％Pm----------变异概率调节参数 ％K-----------同一温度下状态跳转次数 ％t0----------初始温度 ％alpha-------降温系数 ％beta--------浓度均衡系数 ％ROUTES------备选路径集 ％Num---------到各节点的备选路径数目 ％Cost-------
模拟退火算法实现旅行商算法
- 采用的是康力山等人确定的实验参数。 对于n个城市的旅行商问题，其参数如下： 初始温度：t0=280, 每一个温度下采用固定的迭代次数L=100n, 温度的衰减系数alpha=0.92 算法停止的准则是当相邻两个温度得到的解变化很小时算法停止。-used the Stanozolol Hill were determined by the experimental parameters. N cities for the traveling salesman problem, the para
Boltzmann Machin
- 仿真1：首先把网络温度参数T固定在100，按工作规则共进行1000次状态更新,把这1000次状态转移中网络中的各个状态出现的次数Si（i＝1，2，…，16）记录下来 按下式计算各个状态出现的实际频率： Pi=Si/∑i=1,NSi=Si/M 同时按照Bo1tzmann分布计算网络各个状态出现概率的理论值： Q（Ei）=（1/Z）exp（-Ei/T） 仿真2：实施降温方案，重新计算 采用快速降温方案：T（t）= T0/（1+t） T从1000降到0.01，按工作规则更新网络状态 当T=0.01时结
lssb
- Demonstration scr ipt for LSSB-AM modulation. The message signal is +1 for 0 < t < t0/3, -2 for t0/3 < t < 2t0/3, and zero otherwise. -Demonstration scr ipt for LSSB-AM modulation. The message signalis+ 1 for 0 <t <t0/3,-2 for
envelopedetection
- Demonstration scr ipt for envelope detection. The message signal is +1 for 0 < t < t0/3, -2 for t0/3 < t < 2t0/3, and zero otherwise.-Demonstration scr ipt for envelope detection. The message signalis+ 1 for 0 <t <t0/3,-2 for t0/3
ode45
- 解常微分方程的Matlab程序 字符串ypfun是用以表示f(t, y)的M文件名, tspan=[t0, tfinal]表示自变量初值t0和终值tf y0表示初值向量y0，可选参数options为用odeset设置精度等参数。 输出列向量tout表示节点，输出矩阵yout 表示数值解，每一列对应y的一个分量。若无输出参数，则作出图形。-Solution of ordinary differential equations of the Matlab program is
time-shift
- 信号的时移 y(t) = x(t - t0) 其中，t0为位移量。若t0为正数，则y(t)等于将x(t)右移t0秒之后的结果-This program is used to implement the time-shift operation
TSPMatlab
- TSP问题（货郎担问题，旅行商问题）的模拟退火算法通用malab源程序 f目标最优值,T最优路线,d距离矩阵,t0初始温度,tf结束温度 - TSP问题（货郎担问题，旅行商问题）的模拟退火算法通用malab源程序 f目标最优值,T最优路线,d距离矩阵,t0初始温度,tf结束温度
TSP
- TSP问题（货郎担问题，旅行商问题）的模拟退火算法通用malab源程序 f目标最优值,T最优路线,d距离矩阵,t0初始温度,tf结束温度 - TSP问题（货郎担问题，旅行商问题）的模拟退火算法通用malab源程序 f目标最优值,T最优路线,d距离矩阵,t0初始温度,tf结束温度
FBG
- FBG反射谱，要用的人会非常需要，需要的人可以看看，很不错的-FBG id1=fopen( lambdaCMT.txt , wt ) fid2=fopen( rhoCMT.txt , wt ) f1=inline( -i.*delta.*y1-k.*y2 , t , lambda , wk , delta , k , y1 , y2 ) f2=inline( -k.*y1+i.*delta.*y2 , t , lambda , wk , delta , k
myrasdar visit 6
- The function “ clutter_rcs.m” It also generates plots of the clutter RCS and the CNR ver- sus the radar slant range. Its outputs include the clutter RCS in dBsm and the CNR in dB. The syntax is as follows: [sigmaC,CNR] = clutter_rcs(sigma0,
EULER_modified_ODE
- EULER_modified_ODE.m Euler modified approximation method to solve IVP ODEs f defines the function f(t,y) t0 defines initial value of t y0 defines initial value of y - EULER_modified_ODE.m
EULER_forward_ODE
- [t, y]=EULER_forward_ODE(f, t0, y0, tend, Niter) 欧拉向前逼近法求解微分方程初值问题 f定义了函数f（t，y）的 t0时的初始值定义吨 Y0的定义y的初始值- [t, y]=EULER_forward_ODE(f, t0, y0, tend, Niter) Euler forward approximation method to solve IVP ODEs f defines the funct
pulse-generate
- 本程序是矩形波的产生。第零步定义了要产生的波形的所有特征参数，矩形波的持续时间WIDTH，矩形波的采样点数POINTS,载波频率为F0，这个频率的最终引入是便于使用RF频率发射波形。第一步包括产生矩形波，并将其调制到RF上，注意，产生的信号的持续时间是矩形波宽度的5倍，这样，总的采样点数就是5*POINTS。同时还应注意，如果要产生一个基带信号，必须设置T0=0.第二步是画出所产生矩形波的源代码。- This procedure is rectangle wave production. Ste
BANK
- 银行家算法 设计程序模拟预防进程死锁的银行家算法的工作过程。假设系统中有n个进程P1, … ,Pn，有m类可分配的资源R1, … ,Rm，在T0时刻，进程Pi分配到的j类资源为Allocationij个，它还需要j类资源Need ij个，系统目前剩余j类资源Workj个，现采用银行家算法进行进程资源分配预防死锁的发生-Banker
NetSimulator
- 本课题假设ti为广播基站数据包(单位数据包大小为512bits)的发布时刻，令发布时间间隔Xi = ti - ti-1 (i=0, 1, 2, …)，t0 = 0，则任意Xi满足负指数分布： p{Xi ≥ t} = p0(t) = , t ≥ 0 或者 p{Xi < t} = 1-p0(t) =1- , t ≥ 0 该负指数分布的广播包发布时间间隔的均值为1/λ。 假设处理一个数据包的时间为0.05s，令λ分别等于5Kbps和1Kbps时，在100s时间内，求出数据包的平均队长
bvp2
- 运用有限差分方法求解二阶边值问题，x" + a1*x’ + a0*x = u with x(t0) = x0, x(tf) = xf-solve BVP2 by the finite difference method
bvp2_shoot
- 运用打靶法求解二阶边值问题。BVP2: [x1,x2]’ = f(t,x1,x2) with x1(t0) = x0, x1(tf) = xf-solve BVP2 by the shooting method
c
- 本次试验的主要要点是哈夫曼树的建立过程，这种算法的思路是： 1）依据给定的n个权值{W0，W1，……，Wn-1}构造n棵只有一个根结点的二叉树，这些二叉树组成一个森林F={T0，T1，……，Tn-1}。 2）在森林F中选取两棵根结点的权值最小的二叉树作为左、右子树合并成一棵新的二叉树，这棵新的二叉树的根结点的权值等于其左、右子树根结点的权值之和。这样一来，森林中就减少了一棵树。 3）重复上一步，直到森林F中只有一棵二叉树为止，这棵二叉树便是要得到的哈夫曼树 二叉树建立好之后，通过
验证布尔运动
- 2. 布朗运动是英国植物学家在观察液体中浮游微粒的运动发现的随机现象，现在已成为随机过程理论最重要的概念之一。下列M函数brwnm.m给出了一维布朗运动(或称维纳过程)，使用格式 [t,w]=brwnm(t0,tf,h) 其中[t0,tf]为时间区间，h为采样步长，w(t)为布朗运动。 function [t,w]=brwnm(t0,tf,h) t=t0:h:tf; x=randn(size(t))*sqrt(h); w(1)=0; for k=1:length(t)-1, w(